电力论文哪里有？本文所提出的基于变结构电流控制器的PMSM无速度传感器控制获得了良好的仿真结果，但是本文所采用的滑模理论本质是一阶滑模，虽然连续函数的引用替代了不连续的符号函数，但也只能在一定程度上改善抖振，抖振问题依然没有从根源上进行解决，这是传统一阶滑模观测器所无法克服的缺陷。基于高阶滑模是否能获得更良好的动态性能还值得研究。
第一章绪论
1.2 PMSM无速度传感器控制的国内外研究现状
随着无速度传感器控制策略在PMSM驱动系统中扮演着越来越重要的角色，从上世纪七十年代起，许多具有实践与参考意义的无速度传感器控制策略被国内外学者们提出与发展。国内在PMSM无速度传感控制方面起步相对较晚，但以清华大学、华中科技大学、南京航空航天大学等为代表的科研团队发表了许多成果[18]～[21]。这些方法按照转速范围来划分，可分为两大类：
（1）适用于中高速范围（大于等于10％额定转速）的无速度传感器控制技术；
（2）适用于零速和低速范围（小于10％额定转速）的无速度传感器控制技术。
虽然提出的技术种类繁多，但是目前看来，无速度传感器控制技术都有各自的局限性，本节就对一些无速度传感器控制方法进行简单的介绍。
第三章基于变结构电流控制器的PMSM无速度传感器控制
3.1引言
在基于id=0控制策略下的PMSM无速度传感器驱动系统中，通常需要采集电机的电压及电流信号用于转速及位置角的估算。例如，滑模观测器需要采集α/β轴下的电流及电压信号，而MRAS观测器则需要采集d/q电流及电压信号来估计参数。传统的PI电流控制器由于其固定的增益对参数变化较为敏感，这使得其电流对干扰也较为敏感。而滑模理论中设计的预定轨迹与外部干扰及控制目标的内部参数无关，因此具备鲁棒性强、完全自适应的优点[123]。同时它结构简单易于实现。因此，为提高d轴电流控制器的鲁棒性及实现准确的磁通控制（即id=0控制），本章提出了基于d轴变结构电流控制器。
无速度传感器技术由于实时估算转子位置及转速，因此能够取代传感器，在PMSM的发展历程中扮演着重要的角色。在无位置传感器控制技术中，宽调速能力和电机参数不敏感是非常重要的。学者们提出了多种无速度传感器方法，大体可分为两类：高频信号注入法与基于反电势模型法。高频信号注入法即便PMSM处于低速域和静止状态下也具有良好的性能。基于反电势模型法对PMSM的转子结构没有要求，且无需额外高频信号源。通常，基于反电势模型的方法有：SMO、MRAS观测器和EKF观测器。在上述方案中，观测器估算的好坏会直接影响驱动系统的控制性能。
第五章基于电流传感器容错控制的PMSM无速度传感器控制
5.1基于二阶扩张状态观测器的定子电流及电阻估计器设计
三相PMSM在α-β、d-q坐标系下的数学模型可表示为：
式中，p是极对数，下标d和q分别代表d轴和q轴。ud和uq是定子电压分量，id和iq是定子电流分量，Ld和Lq是定子电感，Rs是定子电阻,r是机械角速度,m是永磁体磁通，θe是转子的位置角。
本章中，设计二阶扩张状态观测器（Second order extended state observer,SO-ESO）的目的是在保证永磁同步电机驱动系统高性能工作的前提下减少电流传感器的使用数量，从而降低电流传感器故障发生的可能性以及节约系统的成本。设计的SO-ESO能够仅在B相电流传感器工作时辨识定子电阻，并将辨识得到的电阻值迭代进永磁同步电机d-q轴电流实时观测方程中，从而在很大程度上提高了电流估计的鲁棒性能。本章在设计SO-ESO时，进行了以下假设：
（1）只能测量B相定子电流，A相或C相电流传感器发生故障；（2）在实际应用中，定子电阻Rs随温度变化，因此Rs被视为一个变量。（3）没有发生磁路饱和现象。
5.2基于二阶超螺旋算法带误差校正项的MRAS观测器的设计
由第三章的分析可知，构造电流的观测方程为：
本章仿真实验将转速设定为阶跃信号但定子电阻保持在1.204Ω不变，两组指令转速的变化过程分别为如下：10 rpm→20 rpm→30 rpm→40 rpm→50 rpm如图5.6(a)所示，以及500 rpm→1000 rpm→1300 rpm→1200rpm→500 rpm如图5.7(a)所示。在指令转速发生阶跃变化下的如图5.6(a)所示。结果表明，在转速发生突变的过程中，基于MRASO-STA自适应机制的转速超调和上升时间相比基于MRASO-PI自适应机制更小，转速估计误差也更小，只有当转速突然变化时，如1s、2s、3s、4s时刻，误差才会较大。此外，位置角的估计误差结果如图5.6(b)及图5.7(b)所示。可看到，由于转速估计在初始时刻的误差较大，因此其位置估计在初始时刻的误差也较大。此外，即使在转速突变下，基于SO-ESO估计的d轴电流异能接近于0，能良好的实现电流估计功能，如图5.6(c)及图5.7(c)所示。且基于MRASO-STA自适应机制的电流估计性能更接近于0。由此可得：基于SO-ESO电流估计的PMSM控制系统可在其余两相电流传感器故障的前提下实现无速度传感器控制功能，且基于MRASO-STA自适应机制的控制性能更加优异。
第六章总结与展望
6.2研究展望
针对本文目前所做的研究工作，接下来需要进一步改进的方向大体有如下四点：
（1）虽然本文为验证所提方案均给出了大量的基于Matlab/Simulink软件的仿真实验，且在仿真过程中人为加入了外部干扰（如转速反转、定子电阻/电感/磁链大范围突变及负载转矩突变等）以测试PMSM控制系统的鲁棒性，但此仿真软件与实际控制系统中仍不可避免的存有一定偏差，而且仿真实验经常忽略外部环境的变化及人为因素的干扰，使得仿真实验相比实际实验过于理想。因此在后续的研究工作中需要进一步结合电机实际工作平台，从仿真实验与实际实验两方面进行验证，让结果更具有说服力。
（2）本文所提出的基于变结构电流控制器的PMSM无速度传感器控制获得了良好的仿真结果，但是本文所采用的滑模理论本质是一阶滑模，虽然连续函数的引用替代了不连续的符号函数，但也只能在一定程度上改善抖振，抖振问题依然没有从根源上进行解决，这是传统一阶滑模观测器所无法克服的缺陷。基于高阶滑模是否能获得更良好的动态性能还值得研究。
（3）本文提出的基于速度和电流双闭环模糊控制的PMSM无速度传感器控制系统，虽然避免了手动调参的困难，并且大量的仿真实验验证了所提方案的有效性，但数十条的模糊规则的设计较为依赖人为经验。接下来可进一步采用自适应加权粒子群优化算法或者遗传算法等智能算法对模糊PI自适应控制器的隶属函数和规则库的参数进行优化，进一步提升控制器的性能。
（4）本文提出的基于电流容错控制的PMSM无速度传感器控制虽可以在A相或C相电流传感器故障情况下，仅利用B相电流传感器进行PMSM的无速度传感器控制及多参数辨识功能，但缺少了电流传感器的故障检测环节。接下来将进加入电流传感器的故障检测技术，以实现基于电流传感器故障检测与容错控制的PMSM无速度传感器控制。
参考文献（略）
